游乐游手机版
首页/AI热点日报/热点详情

Cursor+MCP复刻Manus效果超详细实操教程

类型:热点整理2026-07-03
利用 Cursor 和 MCP 复现 Manus 效果,打造全流程自动化工作流——听起来很玄乎?其实实现起来并不复杂,核心只需要三步:配置 Cursor 的规则、添加少量 MCP 服务,再开启 Agent 模式,就能复刻出媲美 Manus 的智能助手。下面我们从实际效果出发,一步步拆解详细过程。 我

利用 Cursor 和 MCP 复现 Manus 效果,打造全流程自动化工作流——听起来很玄乎?其实实现起来并不复杂,核心只需要三步:配置 Cursor 的规则、添加少量 MCP 服务,再开启 Agent 模式,就能复刻出媲美 Manus 的智能助手。下面我们从实际效果出发,一步步拆解详细过程。

我如何用 Cursor 复刻了 Manus 的效果

实现原理非常直观:通过 Cursor 结合规则配置与少量 MCP 设置,启用 Agent 模式,即可复现 Manus 的原型能力。

效果展示

只需输入一条指令:

Research the Rockefeller family relationships

随后,Cursor 全自动为我输出了一个完整的项目——可直接上传到 GitHub,其中包含一个附带 Markdown 文档的交互式网页,所有组件均为动态生成。以下是最终效果:

内容科普

先聊聊 Cursor。相信很多人已经熟悉这款工具——无论你是希望通过 AI 提升办公效率、开启科研提速新模式,还是动手制作一款小游戏、搭建网站,甚至自己设计一款手机 App,即便毫无编程基础,Cursor 都能成为你的得力助手。它集成了 DeepSeek、GPT、Claude 等多个主流大语言模型,能够灵活适配不同应用场景。

再来看看 MCP(Model Context Protocol)。这是由 Anthropic——即 Claude 的创造团队——推出的一项开放标准协议。其核心理念是在数据源与 AI 驱动的工具之间建立安全、高效的双向连接,从而极大地拓展 AI 的应用边界。

如何理解 MCP?打个比方:将 AI 看作一台电脑主机,MCP 相当于主机上的 USB 协议,而 MCP Server 则像接入主机的 USB 设备——摄像头、麦克风、存储盘。开发者通过实现 MCP Server,就能让 AI 像连接外设一样,轻松接入各种外部数据源或服务,能力边界瞬间被打开。

具体来说,添加 MCP Server 的意义在于赋予 AI 调用外部服务的能力:例如请求某个 URL 获取实时数据、执行命令行操作,甚至完成一系列自动化任务。比如通过对话,指示 AI 提交代码、发起 Pull Request(PR),或者自动搜索资料并在本地生成一份详尽的设计文档。一句话总结:MCP Server 相当于给 AI 装上了“外接手臂”,让它不仅能思考,还能动手执行。

准备环境

  1. Node.js + npm 安装
  2. Cursor 编译器

Mac 系统可使用 Homebrew 安装:

brew install npm

Windows 系统下载 Node.js:

访问官网 https://nodejs.org/ ,选择 LTS 版本下载 .msi 安装文件。双击运行,选择安装目录(默认即可),勾选默认组件,点击 Install 完成安装。

Cursor 安装:前往官网 https://www.cursor.com/ 根据操作系统下载最新版本。

具体操作

  1. 配置 rules(规则),实现规范化
  • Speak in Chinese
  • You are a assistant, when you get a task, you will do it step by step. you will generate a todo.md, and you will update it when you finish a step.
  • If you get data analysis task, you will use Python-based data science
  • Use Python 3.12 as the primary programming language
  • Use NumPy for numerical computing and array operations
  • Use Pandas for data manipulation and analysis
  • Use uv for environment and package management
  • Use Dash for web based report
  • Use a seperated file to Generate a web based report, pretty, modern and interactive
  • Run a web server And give me the url
  • Use Website Preview and firecrawl to get web content
  • Use a seperated file to store project summary
  • Use a seperated file to store todo list
  • Use a seperated directory to store all files from one task
  • Store all process data in files under the task directory
  • 说中文
  • 你是一个助手,拿到一个任务,你就一步步的去做,你会生成一个 todo.md,你做完一个步骤就会更新。
  • 如果您获得数据分析任务,您将使用基于 Python 的数据科学
  • 使用 Python3.12 作为主要编程语言
  • 使用 NumPy 进行数值计算和数组操作
  • 使用 Pandas 进行数据操作和分析
  • 使用 UV 进行环境和包管理
  • 使用 Dash 进行基于 Web 的报告
  • 使用单独的文件生成基于 Web 的报告,漂亮、现代和交互式
  • 运行网络服务器并给我网址
  • 使用网站预览和 Firecrawl 获取网页内容
  • 使用单独的文件存储项目摘要
  • 使用单独的文件存储待办事项列表
  • 使用单独的目录存储来自一个任务的所有文件
  • 将所有过程数据存储在任务目录下的文件中
  1. 配置 MCP Server(推荐:https://smithery.ai/server/@smithery-ai/server-sequential-thinking
  • Type: command(用于标准输入输出)/ sse(用于服务器发送事件)
  • Name: 为服务器设置易识别的昵称
  • Server url/Command: 输入可执行命令或服务器 URL

Firecrawl 支持本地化部署:

  • Mac:env FIRECRAWL_API_KEY=xxx npx -y firecrawl-mcp
  • Windows:cmd /c set FIRECRAWL_API_KEY=your-api-key && npx -y firecrawl-mcp
  1. 选择模型,启动 agent 模式即可
来源:https://www.53ai.com/news/LargeLanguageModel/2025031894863.html

相关热点

继续查看同栏目近期热点。

延伸阅读

补充最近整理过的热点入口。